FCHD: A fast and accurate head detector快速準確的人頭檢測代碼預測出來的邊界框位置不準確的解決方法

算法簡介

人頭檢測在視頻監控中非常重要，而公交車、商場或者大型場館的擁擠人羣計數則是其重要應用場景。

算法思想

作者稱擁擠人羣計數目前主要有兩種實現路徑：

1.使用迴歸的算法思路，直接根據圖像迴歸出擁擠人羣密度熱圖，它的缺點是隻能得到場景整體的一個擁擠指數，不能獲知人羣個體的具體位置，而且這種方法對圖像分辨率很敏感。

2.使用目標檢測的方法，比如直接使用Faster RCNN檢測人，檢測後數目標爲“人”的個數。這種方法的缺點是在人物相互遮擋的情況下往往性能較差，而人羣越擁擠相互遮擋的可能性越大，導致算法使用受限。

該文作者希望設計更有針對性的精準的人頭檢測，實現更加精準的人羣計數。

論文地址：https://arxiv.org/abs/1809.08766v1
代碼地址：https://github.com/aditya-vora/FCHD-Fully-Convolutional-Head-Detector

錯誤展示

使用論文《FCHD: A fast and accurate head detector 》提供的代碼進行人頭識別，代碼的部署過程很簡單，但是就是最後預測出來的效果有錯誤。

在運行head_detector_demo.py的時候，出來的結果如下圖所示，每一個人頭都能夠預測出來，檢測窗口基本上能夠對應人物頭部，但是窗口位置偏移距離比較遠。

解決方法

打開head_detector_demo.py文件
大約在28行的位置上做出如下修改：

f.convert('RGB')
img_raw = f.copy()
# img_raw = np.asarray(f, dtype=np.uint8)
img = np.asarray(f, dtype=np.float32)
_, H, W = img.shape
img = img.transpose((2,0,1))
img = preprocess(img)
_, o_H, o_W = img.shape
scale = o_H / H
img_raw = img_raw.resize((o_W, o_H), Image.ANTIALIAS)
return img, img_raw, scale

在大約54行的位置上，做出如下修改：

for i in range(pred_bboxes_.shape[0]):
ymin, xmin, ymax, xmax = pred_bboxes_[i,:]
# utils.draw_bounding_box_on_image_array(img_raw, ymin, xmin, ymax, xmax)
utils.draw_bounding_box_on_image(img_raw, ymin, xmin, ymax, xmax)

將代碼修改之後，再次運行head_detector_demo.py文件，可以看到出來的圖已經正確了，如下圖：

參考鏈接：https://github.com/aditya-vora/FCHD-Fully-Convolutional-Head-Detector/issues/8